Цифровые решения на базе искусственного интеллекта полезны для медицины не меньше роботов.
Искусственный интеллект в медицине: добро или зло?
| Искусственный интеллект в клинической медицине | Цифровые решения на базе искусственного интеллекта полезны для медицины не меньше роботов. |
| Искусственный интеллект в медицине: примеры применения в мире и России | Какова же ситуация с применением ИИ в медицине по состоянию на июнь 2021 г.? На наш взгляд, такая фиксация времени необходима ввиду бурного развития рассматриваемой области. |
| Журнал «Московская медицина» - Применение искусственного интеллекта в московском здравоохранении | — Илья Александрович, почему применение искусственного интеллекта (ИИ) в государственном здравоохранении обрело такую высокую актуальность? |
Как ИИ создает лекарства в 10 раз быстрее и в 600 раз точнее, чем человек
Искусственный интеллект в медицине: преображение здравоохранения в XXI веке. "Искусственный интеллект для психического здоровья" Искусственный интеллект находит свое применение в психиатрии, помогая диагностировать и лечить пациентов с психическими расстройствами. В последнее время появляется все больше новостей о применении искусственного интеллекта (ИИ) в медицине и здравоохранении. Использование искусственного интеллекта (ИИ) для анализа данных в целях фармаконадзора. Кто-то встречает эпоху искусственного интеллекта (ИИ) в медицине с восторгом, кто-то – с опасением. Сбор данных и искусственный интеллект в медицине.
Искусственный интеллект в медицине и здравоохранении
Современные технологии необходимы и административному аппарату, и непосредственно в лечении. К примеру, давно установлено, что некоторые элементы высокоточных операций лучше доверить автоматике, исключив тем самым влияние человеческого фактора и снизив вероятность ошибок. Думаю, что в дальнейшем доля участия ИИ в непосредственном лечении, а также в последующем сопровождении пациентов будет только увеличиваться. Как Вы считаете, обоснована ли на данном этапе развития российской медицины такая статья расходов? Несомненно, что потребуются значительные финансовые ресурсы, однако столь же очевидно, что такие вложения имеют долгосрочную отдачу.
Постепенное расширение сектора ИИ в медицине способствует повышению качества медицинского обслуживания, а следовательно, позитивно отражается на здоровье нации. Есть, кстати, и обратная зависимость: недостаток финансирования сектора развития ИИ влечёт за собой достаточно масштабные последствия. Их мы могли наблюдать, в частности, на примере первого года борьбы с пандемией. В целом, вложения в развитие искусственного интеллекта нельзя даже рассматривать как расходы — это скорее инвестиции в оптимизацию сферы здравоохранения.
Для адекватного соответствия текущей обстановке, глобальности встающих перед человечеством проблем нашей сфере здравоохранения необходима трансформация, осуществить которую с наименьшими затратами получится только с привлечением возможностей искусственного интеллекта.
Это позволяет государственным органам заранее подготовиться к возможным эпидемиям. В России работает цифровой сервис диагностики MDDC, основанный на алгоритмах нейросети: он помогает выявлять минимальные новообразования в легких менее 4 мм , а также диагностировать рак на ранней стадии. В исследовании Journal of the National Cancer Institute ученые использовали ИИ для анализа маммограмм более чем 26 000 женщин. В целом, ранняя диагностика и прогнозирование с использованием ИИ открывает новые горизонты для медицинской науки, делая возможным профилактику и оперативное лечение многих заболеваний на самых ранних стадиях. Персонализированное лечение на основе искусственного интеллекта ИИ играет важную роль в разработке персонализированных планов лечения, основанных на индивидуальных характеристиках пациента. В хирургии, роботизированные системы и ИИ уже помогают хирургам в проведении сложных операций с большей точностью и меньшими рисками для пациента. В операционной ИИ может анализировать данные в реальном времени, предоставляя хирургам ценную информацию, которая помогает в принятии решений во время операций. Другое интересное направление - персонализированная терапия на основе генетической информации: при участии ИИ медицинские учреждения могут создавать индивидуализированные планы лечения, используя генетическую информацию пациента. Это может помочь в создании более эффективных и безопасных терапевтических планов лечения, минимизируя побочные эффекты и увеличивая шансы на успешное лечение.
Алгоритмы предсказания реакции на лекарства: ИИ может анализировать большой объем данных о реакциях различных пациентов на лекарства, предсказывая, как конкретный пациент может отреагировать на определенное лекарство или терапию. Это способствует предотвращению нежелательных реакций и повышению эффективности лечения. Повышение точности и уменьшение травматизма: роботизированные хирургические системы, такие как da Vinci, используют ИИ для улучшения точности операций, уменьшения травматизма тканей и ускорения восстановления пациентов после операций. Роботы могут выполнять сложные манипуляции с высокой точностью и стабильностью. Это позволяет хирургам заранее спланировать операцию, предвидеть возможные трудности и снизить риски осложнений.
Здравоохранение В последнее время появляется все больше новостей о применении искусственного интеллекта ИИ в медицине и здравоохранении. Нейросети, созданные и обученные людьми, могут способствовать разработке новых лекарств, улучшить систему диагностики, повысить качество медицинских услуг, систематизировать большие объемы данных и многое другое. Однако, несмотря на столь широкие возможности, здесь есть свои подводные камни. Виктория Егорова Виктория Егорова В последнее время появляется все больше новостей о применении искусственного интеллекта ИИ в медицине и здравоохранении. Чем так хорош искусственный интеллект в медицине? Технологии ИИ проникают во все сферы деятельности человека, в числе которых и медицина со здравоохранением. К примеру, не так давно Министерство здравоохранения РФ вместе с Ростехом создали первую версию федеральной платформы ИИ для здравоохранения. С ее помощью ИТ-разработчики смогут получать доступ к обезличенным медицинским данным жителей России из медицинских карт. Главная цель этого проекта заключается в том, чтобы объединить обезличенные медицинские данные в верифицированные датасеты наборы данных , а также дать отечественным ИТ-компаниям площадку для разработки и тестирования сервисов ИИ в сфере здравоохранения. Компаниям нужен доступ к структурированным данным для разработки алгоритмов, которые смогут стать основой систем поддержки врачебных решений. Появление подобных сервисов поможет усовершенствовать систему здравоохранения. Врачам нужно на постоянной основе обновлять информацию о последних исследованиях в медицине. Они не способны это делать с такой же скоростью, что и искусственный интеллект, так как врач не может одновременно и лечить людей, и отдыхать, и обновлять информацию, а еще и держать ее в голове. Искусственный интеллект может регулярно обновлять данные об исследованиях и хранить всю полученную информацию.
Врач мог эту информацию изучить и принять верное решение. Это очень тяжёлый диагноз, при его наличии надо принимать несколько сильнодействующих препаратов с кучей побочных эффектов. Когда доктор ознакомился с заключением системы, он переосмыслил все вводные заново, собрал консилиум и представил новые результаты коллегам. В результате консилиум срочно скорректировал программу лечения. Благодаря этому состояние пациента нормализовалось. Сейчас он уже ходит в третий класс. Что такое «персонализированная медицина» — Откуда система брала информацию о пациенте? Из электронной истории болезни? Сама суть «Джейн» состоит в том, что она должна собирать полную и актуальную историю болезни пациента. Буквально всю информацию, до мельчайших подробностей. Чем больше система будет знать обо всех обстоятельствах происходящих с пациентом процессов, тем более качественные рекомендации она будет выдавать. Врач или пациент? Для быстрого добавления новых записей в «Джейн» был создан чат-бот, доступный со смартфона. Можно, конечно, воспользоваться обычной веб-версией, но с чат-ботом процесс сильно ускоряется. Чат-бот — очень оперативный интерфейс: запустил, быстро ввёл туда всё, что нужно. А веб-приложение — уже более мощный инструмент. Он может использоваться на стационарной основе и предоставлять больше функций. Это трудоёмкий процесс? Но от него зависят жизнь и здоровье человека, ребёнка. Если родители хотят ребёнку добра, то им придётся этим заниматься. Всё зависит от мотивации. Именно для облегчения этого процесса мы создали чат-бота. Работать с ним было проще, чем пользоваться обычным мессенджером. Во многих случаях даже писать ничего было не нужно — только нажимать кнопки на экране. Туда же можно было отправить и результаты анализов например, общего анализа крови , полученные из лаборатории в виде стандартных PDF-файлов. Прикрепляете файл, система его парсит, извлекает текст и вносит в базу. Очень удобно! В этом как раз и состояла одна из фишек системы. Есть мощный тренд: мы от статистической доказательной медицины переходим к персональной медицине , но тоже доказательной. Однако пока ни в одной стране полного перехода к ней так и не произошло. И вот «Джейн» попыталась сделать шаг к светлому будущему, когда мы сможем собирать все показатели здоровья человека, а компьютерная система будет находить в них закономерности, которые важны для успешного лечения. Вы ему что-то отвечаете. Хотя откуда вы можете достоверно знать о противопоказаниях? Но если у нас будет возможность пользоваться «Джейн» или подобной программой, то все данные о пациенте рано или поздно станут известны системе и она сможет указать врачу на эти аспекты, индивидуальные особенности. Причём, в отличие от доктора-человека, компьютерная система не может что-то забыть или потерять, она способна запомнить информацию о тысячах пациентов с абсолютной точностью. Персонализация является одной из частей современного подхода к здравоохранению, известного как концепция 4П-медицины. Название происходит от четырёх английских слов, начинающихся с буквы П: персонализация, прогнозирование, профилактика и преемственность Инфографика: Skillbox Media — Что из этого было реализовано в «Джейн»? Мы взяли базу РЛС, распарсили и ввели в систему. Так у «Джейн» появились знания о показаниях, противопоказаниях и побочных явлениях приёма лекарственных средств. Далее врач, когда решал, какой препарат назначить, давал алгоритму задание: «Подбери лекарство для этого ребёнка». И система рассчитывала интегральный показатель для каждого вещества, который показывал степень риска приёма средства для конкретного пациента.
Искусственный интеллект в медицине и здравоохранении
Искусственный интеллект в здравоохранении, который когда-то был областью научной фантастики, теперь стал реальностью. Применение искусственного интеллекта в медицине сегодня становится естественным для многих стран. В последнее время появляется все больше новостей о применении искусственного интеллекта (ИИ) в медицине и здравоохранении. Использование искусственного интеллекта в медицине во всем мире вызывает активный интерес и надежду на успехи в лечении. Искусственный интеллект помогает в диагностике болезней и назначении оптимального лечения, а также напоминает выпить таблетку и угрожает безработицей.
Искусственный интеллект в клинической медицине
Как присутствие искусственного интеллекта влияет на современную российскую медицину? Глава Минздрава отметил: искусственный интеллект будут использовать для получения снимков с различных видов цифровых приборов. Применение искусственного интеллекта в медицине. Искусственный интеллект (ИИ) сегодня является инновационной технологией, которая вызвала настоящую революцию в различных отраслях, и медицина не стала. Глава Минздрава отметил: искусственный интеллект будут использовать для получения снимков с различных видов цифровых приборов.
Искусственный интеллект в медицине
Технологии искусственного интеллекта для системы здравоохранения. по использованию алгоритмов искусственного интеллекта для решения научных и прикладных задач в области офтальмологии. В частности, Всемирная организация здравоохранения указала на негативные последствия применения искусственного интеллекта в медицине, если в основе его разработки и использования не будут заложены этические принципы и защита прав человека. Искусственный интеллект (ИИ) сделают базовой медицинской технологией, эта задача вошла в Стратегию развития московского здравоохранения до 2030 года. Сегодня искусственный интеллект помогает находить признаки заболеваний по более чем 20 направлениям, а количество обработанных с помощью него лучевых исследований уже превысило 11 миллионов. Искусственный интеллект в медицине.
Искусственный интеллект в медицине и здравоохранении
После обучения с использованием больших наборов данных исследований системы на основе ИИ способны анализировать медицинские изображения и сообщать об обнаруженных особенностях, например, небольших опухолях, которые человеческий глаз может упустить. Такие системы выявляют закономерности и предоставляют информацию о характеристиках любых отклонений от нормы, экономя время врача. В тех случаях, когда у пациента есть несколько снимков, сделанных на протяжении некоторого времени, искусственный интеллект также может анализировать динамику заболевания. Так, для проверки работы своей системы на основе ИИ в корпорации Google провели эксперимент: снимки предложили изучить шестерым сертифицированным радиологам. В тех случаях, когда диагноз ставился по единственному снимку, искусственный интеллект справился так же или даже лучше людей. Сегодня рядом с живыми медсестрами в госпиталях США уже работают компьютерные помощники, от которых можно получать советы, подсказки и другую информацию. Например, цифровой ассистент Салли, улыбающаяся женщина в белом халате, или медбрат Уолт. Салли и Уолт — это анимированные аватары, виртуальные личные тренеры по здоровью из платформы iCare Navigator на базе искусственного интеллекта, предназначенной для взаимодействия с пациентами и их обучения.
Компания TeleHealth Services, разработавшая iCare Navigator, утверждает, что использует электронные медицинские записи пациентов и применяет машинное обучение для выстраивания индивидуальных отношений. Приложение определяет, когда пациент будет наиболее восприимчив к информации о состоянии своего здоровья и можно будет лучше всего управлять его лечением. Толчком для создания платформы iCare Navigator стали исследования Медицинской школы Бостонского университета, в ходе которых были разработаны виртуальные медсестры Луиза и Элизабет, объясняющие пациентам, например, когда принимать лекарства. Молли от компании Sensely — еще один популярный аватар медсестры с искусственным интеллектом, который используют Калифорнийский университет в Сан-Франциско и Национальная служба здравоохранения Великобритании. Молли задает пациентам вопросы, касающиеся их здоровья, оценивает симптомы и на основе симптомов дает рекомендации по наиболее эффективному лечению. Таким образом, вместо того, чтобы искать обнаруженные у себя симптомы в интернете, сегодня человек может получить помощь от виртуальной медсестры. Виртуальные медсестры не только предоставляют медицинские консультации по поводу распространенных заболеваний или недомоганий, но также позволяют записаться на прием к врачу.
Они доступны круглосуточно и без выходных и готовы ответить на вопросы в режиме реального времени. Это одно из основных приложений искусственного интеллекта в здравоохранении, которое все чаще применяется для повышения информированности и улучшения навыков самоуправления у пациентов с хроническими заболеваниями.
Алгоритмы отмечают области возможных патологий цветовыми подсказками и ранжируют медицинские снимки по степени вероятности патологии. Окончательный диагноз в любом случае ставит врач, но технологии значительно ускоряют постановку диагноза и повышают его точность. На сегодняшний момент нейросети обработали уже больше 9 млн лучевых исследований пациентов. Москва первой в стране ввела специальный тариф в рамках ОМС на анализ результатов профилактических маммографических исследований с помощью ИИ. Таким образом, был завершен первый этап внедрения в систему здравоохранения и рутинную медицинскую практику технологий компьютерного зрения.
Этот инструмент помогает на основе жалоб пациента подобрать наиболее вероятные диагнозы, а врач уже решает, соглашаться ли с ними. Третий — чат-бот, собирающий жалобы пациентов на самочувствие перед посещением врача. Он опрашивает пациента и передает данные врачу. Таким образом, врач тратит меньше времени на сбор жалоб и анамнеза. Сервис был запущен в 2021 г. И четвертый — анализ электрокардиограмм. Все взрослые поликлиники в Москве оснастили цифровыми электрокардиографами с ИИ.
Как сообщала Ракова, с помощью умного помощника терапевты и врачи общей практики уже поставили более 10 млн предварительных диагнозов, из них с начала этого года — более миллиона. Сегодня умные алгоритмы доступны рентгенологам более чем 150 медицинских организаций, в том числе детских. К концу 2023 г. Недоверие и интерес бизнеса Несмотря на столь массовое внедрение ИИ в столичное здравоохранение, эксперты отмечают несколько принципиальных проблем. Первая, как это ни странно, недоверие не только пациентов, но самих врачей к нейросетям.
На первом этапе обновлен парк медоборудования, создан центральный архив медицинских изображений и проведено несколько технических интеграций с сервисами ИИ. Для контроля качества ИИ-решений в медицине не хватало специалистов, поэтому на призывы о помощи откликнулись эксперты Департамента здравоохранения Москвы. Согласно договоренностям со столичными экспертами, в ЯНАО подключаются сервисы, занимающие в Москве лидирующие позиции. Сейчас реализуется третий этап — вовлечение врачей-рентгенологов в работу с ИИ. Отрабатываются механизмы сбора обратной связи о работе сервисов на базе ИИ. Следующее, что мы сделаем, — продумаем, как мотивировать врачей на работу с ИИ-решениями», — объяснил Андрей Дорофеев. Для выбора обоснованного подхода к этому вопросу он предлагает рассмотреть три различных уровня зрелости ИИ-систем: «Первый уровень — это новые идеи и разработки, требующие апробации на предмет востребованности рынком. Такие решения еще не прошли необходимые клинические испытания. Источником финансирования для них могут быть собственные средства разработчиков, инвесторов или институтов развития. Второй уровень — это технологически зрелые компании, имеющие регистрационное удостоверение медицинского изделия Росздравнадзора на свою ИИ-систему. Такие решения уже полностью готовы к внедрению, но пока не имеют убедительных доказательств клинической или экономической эффективности. Их оптимально финансировать за счет целевых программ, как это, например, реализуется в рамках московского эксперимента. Третий уровень — это продукты, успешно прошедшие проспективные контролируемые клинические исследования. Решения, по которым собрана обширная доказательная база их клинической или экономической эффективности. При «погружении» таких систем в клинические рекомендации появится возможность оплачивать их применение из средств ОМС. Пока таких продуктов на рынке России нет».
Я сам несколько раз был на таких операциях, чтобы понимать, как это работает. Хирург о чём-то говорит с человеком и при этом удаляет какие-то участки. И так несколько часов. Желательно локализацию этих зон хотя бы примерно знать до операции, когда череп еще не вскрыт. Здесь и выручает ФМРТ, которая при наложении на структурную МРТ позволяет получить карту функциональных зон, которые для наглядности можно раскрасить в разные цвета. Если нейрохирург увидит такую трехмерную модель до операции, он сможет спланировать ее ход. А если мы загрузим эту модель в нейронавигационную систему, то хирург в реальном времени будет видеть на экране, где находится его скальпель относительно конкретных зон. Лаборатория изучает мозг человека, больше половины проектов связаны с нейровизуализацией Источник: Анастасия Пешкова — Недавно вы начали совместный проект с Университетом Шарджи ОАЭ. Это ваше первое сотрудничество с арабскими коллегами? Российскую часть возглавляю я, а арабскую — Рифат Хамуди, профессор и директор Научно-инновационного центра точной медицины в Университете Шарджи. Они в большей степени отвечают за медицину и биологию, сбор данных, мы как центр ИИ — за анализ данных, обработку и построение моделей. Стартовым проектом совместной лаборатории стало создание методов и моделей исследования гетерогенности раковых опухолей. Но проблема в том, что в этом образце присутствует много разных типов клеток, которые содержат разную информацию. Если мы берем полностью часть ткани и проводим генетический или транскриптомный анализ, то мы смотрим «среднюю температуру». Мы считаем, что всё гомогенно и однообразно, но это не так. Часть клеток могут откликаться на какую-то одну терапию, а другие — только на другую. Чтобы не терять информацию об отдельных структурах, правильнее делать одноклеточный анализ. Из каждой однородной подгруппы клеток выделять «представителя» и анализировать его. Таким образом получаются генетические и транскриптомные профили каждого отдельного участка. Имея профили большого числа участков в этом кусочке ткани, можно строить биологические модели о генетических путях, механизмах регулирования клеток. Например, модель эволюции этой ткани во времени: что будет происходить с разными типами клеток через определенный период. И тогда мы сможем моделировать на компьютере взаимодействие каких-то веществ и тканей.
Эксперимент по внедрению технологий искусственного интеллекта
Ученым удалось установить связь между формой заболевания, яркостью и цветовым тоном очагов инсулина при анализе каждого пикселя на КТ-снимках. Причем программа может фиксировать различия в цветовых характеристиках, которые невидимы для глаза врача. Сейчас они пролечены, и мы имеем на исходе выздоровление», — рассказала заведующая кафедрой детских болезней Центра Алмазова Ирина Никитина. Благодаря искусственному помощнику и работе эндокринологов, радиологов, хирургов и патоморфологов более 120 детей из России и ближнего зарубежья с врожденным гиперинсулинизмом получили лечение и выздоровели. Специальная программа, Voice2Med, позволяет врачам делать описание снимков за 15 минут вместо часа. В день медикам приходится расшифровывать более 150 снимков. При такой большой обработке данных, признаются, — это настоящее спасение. Особенность этой программы в том, что она распознает самые сложные медицинские термины, в том числе и латинскую лексику.
То, что непонятно обычному человеку, машина узнает и прописывает без ошибок.
Разрабатывается еще более 120 стандартов. Все это благодаря платформенному подходу. В 2019 году в Москве начался эксперимент по внедрению в систему столичного здравоохранения ИИ и цифрового зрения, старт которого пришёлся на то время, когда на мировом рынке только появились попытки обучить алгоритмы ИИ решению практических задач. Первая цель была направлена на то, чтобы опередить иностранных конкурентов, рассказал замруководителя Департамента здравоохранения Москвы Илья Тыров.
По его словам, приведены и решения для здоровой конкуренции сервисов. Так, в каждом направлении активизировано как минимум два продукта. Поддерживать высокий уровень медицинских ИИ-решений Москве помогают инвестиции. Так, в 2020-2022 годах на апробацию решений в рамках эксперимента выделено 900 млн рублей. По словам Ильи Тырова, ИИ в московском здравоохранении используется для поддержки решений в диагностике.
Например, цифровое зрение применяется в радиологии, ИИ помогает в расшифровке ЭКГ, также пилотируется аналитика патоморфологических исследований. К тому же ИИ автоматизирует рутинные процессы. Так, чат-бот принимает жалобы пациентов, видеоаналитика в медорганизациях следит за сервисом, а технологии распознавания речи переводят речь медработника в текст. Ключевые достижения цифровых платформ базируются на данных В 40 раз с 2019 года вырос объем медицинских данных, ежедневно регистрируемых в Федеральном реестре электронных медицинских документов. Эта информация доступна для машинной обработки, что способствует целям развития ИИ в здравоохранении, полагает Дмитрий Темнов.
О необходимости работы с разными источниками данных рассказала Елена Соколова Sber AI Lab; лаборатория искусственного интеллекта «Сбера» : «Это и медицинские тексты, и изображения, и сигналы. Например, в 2021 году благодаря анализу медицинских сведений мы создали решения для определения вероятности нового коронавируса по кашлю, и Symptom Checker — решение для анализа симптоматики заболевания пациента и подсказки, к какому врачу с такой симптоматикой лучше обратиться».
Точные результаты Рынок ИИ в медицине достаточно активно рос в последние годы, однако с 2022—го из—за санкций возникли трудности с дальнейшим использованием технологий западных производителей. Впрочем, эта проблема достаточно быстро решилась: на рынок вышли отечественные разработки и, по оценке Анны Соломахиной, основателя Школы медицинского бизнеса, многие из них не уступают иностранным аналогам. Читайте также: Нейросети скоростного плетения: Россия даст свободу искусственному интеллекту В частности, только в этом году был предложен целый ряд инновационных продуктов, которые будут использованы в сфере диагностики. Так, ученые из химико—биологического кластера Санкт—Петербургского ИТМО разработали ИИ—платформу для поиска наночастиц, которые можно будет использовать в терапии онкологических заболеваний. Прорывом в области диагностики можно считать и один из первых в мире видеокапилляроскопов для обнаружения самых ранних стадий всех видов карцином, который был представлен сотрудниками МГМУ им. Также российскими разработчиками были анонсированы появления уникального прибора идиокапилляроскопа, офтальмологического анализатора, сфокусированного ультразвука и т.
Почти полувековой опыт применения роботизированных систем в сегменте лабораторной диагностики подтверждает слова эксперта. С помощью лабораторных анализов, сделанных посредством искусственного интеллекта, можно выявить широкий спектр заболеваний, включая инфекционные, воспалительные, онкологические и наследственные. Первые автоматические анализаторы, которые могли проводить измерения одновременно нескольких биохимических параметров и оперативно выполнять комплекс исследований в одном образце биоматериала, появились ещё в 70—х годах прошлого века. При этом необходимо нивелировать риск ошибок по причине человеческого фактора, а также защитить сотрудников от контакта с потенциально опасным биологическим материалом.
Это очень тяжёлый диагноз, при его наличии надо принимать несколько сильнодействующих препаратов с кучей побочных эффектов. Когда доктор ознакомился с заключением системы, он переосмыслил все вводные заново, собрал консилиум и представил новые результаты коллегам. В результате консилиум срочно скорректировал программу лечения.
Благодаря этому состояние пациента нормализовалось. Сейчас он уже ходит в третий класс. Что такое «персонализированная медицина» — Откуда система брала информацию о пациенте? Из электронной истории болезни? Сама суть «Джейн» состоит в том, что она должна собирать полную и актуальную историю болезни пациента. Буквально всю информацию, до мельчайших подробностей. Чем больше система будет знать обо всех обстоятельствах происходящих с пациентом процессов, тем более качественные рекомендации она будет выдавать.
Врач или пациент? Для быстрого добавления новых записей в «Джейн» был создан чат-бот, доступный со смартфона. Можно, конечно, воспользоваться обычной веб-версией, но с чат-ботом процесс сильно ускоряется. Чат-бот — очень оперативный интерфейс: запустил, быстро ввёл туда всё, что нужно. А веб-приложение — уже более мощный инструмент. Он может использоваться на стационарной основе и предоставлять больше функций. Это трудоёмкий процесс?
Но от него зависят жизнь и здоровье человека, ребёнка. Если родители хотят ребёнку добра, то им придётся этим заниматься. Всё зависит от мотивации. Именно для облегчения этого процесса мы создали чат-бота. Работать с ним было проще, чем пользоваться обычным мессенджером. Во многих случаях даже писать ничего было не нужно — только нажимать кнопки на экране. Туда же можно было отправить и результаты анализов например, общего анализа крови , полученные из лаборатории в виде стандартных PDF-файлов.
Прикрепляете файл, система его парсит, извлекает текст и вносит в базу. Очень удобно! В этом как раз и состояла одна из фишек системы. Есть мощный тренд: мы от статистической доказательной медицины переходим к персональной медицине , но тоже доказательной. Однако пока ни в одной стране полного перехода к ней так и не произошло. И вот «Джейн» попыталась сделать шаг к светлому будущему, когда мы сможем собирать все показатели здоровья человека, а компьютерная система будет находить в них закономерности, которые важны для успешного лечения. Вы ему что-то отвечаете.
Хотя откуда вы можете достоверно знать о противопоказаниях? Но если у нас будет возможность пользоваться «Джейн» или подобной программой, то все данные о пациенте рано или поздно станут известны системе и она сможет указать врачу на эти аспекты, индивидуальные особенности. Причём, в отличие от доктора-человека, компьютерная система не может что-то забыть или потерять, она способна запомнить информацию о тысячах пациентов с абсолютной точностью. Персонализация является одной из частей современного подхода к здравоохранению, известного как концепция 4П-медицины. Название происходит от четырёх английских слов, начинающихся с буквы П: персонализация, прогнозирование, профилактика и преемственность Инфографика: Skillbox Media — Что из этого было реализовано в «Джейн»? Мы взяли базу РЛС, распарсили и ввели в систему. Так у «Джейн» появились знания о показаниях, противопоказаниях и побочных явлениях приёма лекарственных средств.
Далее врач, когда решал, какой препарат назначить, давал алгоритму задание: «Подбери лекарство для этого ребёнка». И система рассчитывала интегральный показатель для каждого вещества, который показывал степень риска приёма средства для конкретного пациента. Вещества, которые могут ухудшить состояние больного, компьютер подсветит красным.